MétaCan
Menu
Retour à la cohorte
Enregistrement W3190942902 · doi:10.1109/te.2022.3144943

Building a Quantum Engineering Undergraduate Program

2022· preprint· en· W3190942902 sur OpenAlexafffund
Abraham Asfaw, Alexandre Blais, Kenneth R. Brown, Jonathan Candelaria, Christopher Cantwell, Lincoln D. Carr, Joshua Combes, Dripto M. Debroy, John M. Donohue, Sophia E. Economou, E.E. Edwards, Michael F. J. Fox, S. M. Girvin, Alan Ho, Hilary M. Hurst, Zubin Jacob, Blake Johnson, Ezekiel Johnston‐Halperin, Robert Joynt, Eliot Kapit, Judith Klein‐Seetharaman, Martin Laforest, H. J. Lewandowski, T. W. Lynn, Corey Rae McRae, Celia I. Merzbacher, Spyridon Michalakis, Prineha Narang, William D. Oliver, Jens Palsberg, David P. Pappas, Michael G. Raymer, D. J. Reilly, M. Saffman, Thomas A. Searles, Jeffrey H. Shapiro, Chandralekha Singh

Notice bibliographique

RevueIEEE Transactions on Education · 2022
Typepreprint
Langueen
DomaineComputer Science
ThématiqueQuantum Computing Algorithms and Architecture
Établissements canadiensUniversity of WaterlooUniversité de Sherbrooke
Organismes subventionnairesAccelerated Innovation Research Initiative Turning Top Science and Ideas into High-Impact ValuesDivision of Undergraduate EducationInstitute for Quantum Information and Matter, California Institute of TechnologyUniversity of Colorado BoulderLincoln Laboratory, Massachusetts Institute of TechnologyOffice of ScienceUniversity of Illinois at Urbana-ChampaignCanada First Research Excellence FundUniversity of OregonUniversity of WaterlooUniversity of Southern CaliforniaPurdue UniversityUniversité de SherbrookeUniversity of SydneyEngineering Research CentersHarvard UniversitySan José State UniversityCanadian Institute for Advanced ResearchUniversity of PittsburghUniversity of ArizonaSPIEUniversity of Wisconsin-MadisonU.S. Department of EnergyCalifornia Institute of TechnologyMassachusetts Institute of TechnologyColorado School of MinesOhio State UniversityNational Institute of Standards and TechnologyHarvey Mudd CollegeImperial College LondonNational Science FoundationYale University
Mots-clésComputer scienceQuantum information scienceQuantum technologyQuantum computerQuantumEngineering managementEngineering educationQuantum informationEngineering ethicsMathematics educationEngineeringQuantum entanglementPhysicsOpen quantum systemMathematicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Contribution:A roadmap is provided for building a quantum engineering education program to satisfy U.S. national and international workforce needs.Background:The rapidly growing quantum information science and engineering (QISE) industry will require both quantum-aware and quantum-proficient engineers at the bachelor’s level.Research Question:What is the best way to provide a flexible framework that can be tailored for the full academic ecosystem?Methodology:A workshop of 480 QISE researchers from across academia, government, industry, and national laboratories was convened to draw on best practices; representative authors developed this roadmap.Findings:1) For quantum-aware engineers, design of a first quantum engineering course, accessible to all STEM students, is described; 2) for the education and training of quantum-proficient engineers, both a quantum engineering minor accessible to all STEM majors, and a quantum track directly integrated into individual engineering majors are detailed, requiring only three to four newly developed courses complementing existing STEM classes; 3) a conceptual QISE course for implementation at any postsecondary institution, including community colleges and military schools, is delineated; 4) QISE presents extraordinary opportunities to work toward rectifying issues of inclusivity and equity that continue to be pervasive within engineering. A plan to do so is presented, as well as how quantum engineering education offers an excellent set of education research opportunities; and 5) a hands-on training plan on quantum hardware is outlined, a key component of any quantum engineering program, with a variety of technologies, including optics, atoms and ions, cryogenic and solid-state technologies, nanofabrication, and control and readout electronics.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,113
Score d'incertitude au seuil0,378

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,001
Communication savante0,0050,004
Science ouverte0,0030,012
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,1130,031

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,279
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on EducationMême sujetQuantum Computing Algorithms and ArchitectureTravaux en français237 207